感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
邊緣 AI 資安與隱私介紹
- 邊緣 AI 及其獨特資安與隱私挑戰概述
- 邊緣安全與雲端安全的關鍵差異
- Edge AI 資安的最新趨勢與新興威脅
- 真實世界案例研究與事件分析
保障邊緣裝置安全
- 保障邊緣硬體的最佳實務
- 實施安全開機與硬體信任根
- 保護邊緣裝置上靜態與傳輸中的資料
- 安全邊緣裝置部署的案例研究
Edge AI 的資料隱私
- 確保 Edge AI 應用程式中的資料隱私
- 資料匿名化與加密技術
- 隱私保護的機器學習技術
- 以隱私為重點的 Edge AI 應用程式案例研究
威脅偵測與減輕
- 識別 Edge AI 中的潛在威脅與漏洞
- 實施入侵偵測與預防系統
- 即時威脅監控與回應
- 威脅偵測與減輕的實作練習
身分驗證與存取控制
- 實施邊緣裝置強大的身分驗證機制
- 管理存取控制與使用者權限
- 保護 API 與通訊通道
- 實用範例與案例研究
Edge AI 的道德考量
- 理解 Edge AI 部署中的道德挑戰
- 解決 AI 模型中的偏見與公平性問題
- 確保透明度與問責制
- 符合倫理指南與法規要求
法規合規性
- 相關法規與標準概述(GDPR、HIPAA 等)
- 確保 Edge AI 部署的合規性
- 進行資安與隱私稽核
- Edge AI 法規合規性的案例研究
效能與安全取捨
- 平衡 Edge AI 應用程式的效能與安全
- 優化安全且不犧牲效能的技術
- 用於安全 Edge AI 開發的工具與框架
- 實用範例與案例研究
事件回應與復原
- 制定 Edge AI 應用程式的事件回應計畫
- 進行資安漏洞調查
- 實施復原策略與業務連續性計畫
- 事件回應的實作練習
資安評估與稽核
- 進行 Edge AI 的全面資安評估
- 用於資安稽核的工具與方法論
- 識別並解決資安缺口
- 實用範例與案例研究
創新應用場景與應用程式
- Edge AI 中的進階安全應用
- 深入分析安全的 Edge AI 部署案例
- 成功故事與經驗教訓
- Edge AI 資安未來趨勢與機會
實作專案與練習
- 對 Edge AI 應用程式進行資安評估
- 真實世界專案與情境模擬
- 協同小組練習
- 專案報告與回饋
總結與下一步行動
最低要求
- 理解 AI 與機器學習概念
- 基本資安原則知識
- 具備程式語言經驗(建議使用 Python)
受眾
- 資安專業人士
- 系統管理員
- AI 倫理研究人員
14 小時
客戶評論 (1)
我們可以涵蓋高級主題,並運用實際案例
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
課程 - Advanced Edge AI Techniques
機器翻譯